-
公开(公告)号：CN117668354A
公开(公告)日：2024-03-08
申请号：CN202311492668.8
申请日：2023-11-10
Applicant: 浙江大学 , 浙江大学软件学院(宁波)管理中心(宁波软件教育中心) , 浙江大学滨江研究院
IPC: G06F16/9535 , G06F16/9536 , G06N20/00 , G06F17/16 , G06N3/0464 , G06N3/084 , G06N3/04
Abstract: 本发明公开了一种可学习增强的图对比推荐方法，包括如下步骤：步骤一，对原始交互矩阵进行表示学习以进行原始交互图学习，这使模型能够保留原始信息，以保留有价值的上下文关系；步骤二，构建若干个视图生成器来获得可学习的矩阵以进行可学习视图的表示学习；步骤三，引入基于SVD的潜在矩阵来探索潜在的用户‑物品关系以进行潜在用户‑物品关系建模；步骤四，采用三视图对比策略来帮助学习主要推荐任务以进行三重视图对比学习。本发明的可学习增强的图对比推荐方法，通过结合图对比学习和可学习增强，便可将生成的可学习视图被很好地细化为无噪声。
-
公开(公告)号：CN116595246A
公开(公告)日：2023-08-15
申请号：CN202310445105.7
申请日：2023-04-24
Applicant: 浙江大学滨江研究院
IPC: G06F16/9535 , G06F16/36 , G06F18/22 , G06N5/022
Abstract: 本发明公开了一种基于知识图谱与读者画像的图书推荐检索系统，包括知识图谱构建模块，读者画像模块，信息挖掘模块以及推荐检索模块；所述知识图谱构建模块，用于构建包含图书基础信息的图书馆知识图谱；所述读者画像模块，用于获取读者的借阅信息和读者属性特征进行特征融合，构建对应的读者画像；所述信息挖掘模块，针对多个读者属性特征相似的读者进行借阅信息的统计分析，构建用于借鉴推荐图书的读者关系链；所述推荐检索模块，基于读者输入的检索关键词，并结合读者画像，读者关系链以及图书馆知识图谱，以生成图书推荐结果。本发明提供的系统可以有效解决数据稀疏和冷启动问题，进一步挺体现推荐检索系统的实用性。
-
公开(公告)号：CN116502709A
公开(公告)日：2023-07-28
申请号：CN202310755582.3
申请日：2023-06-26
Applicant: 浙江大学滨江研究院
IPC: G06N3/098 , G06N3/0464 , G06N3/045 , G06N3/084 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/762 , G06F21/62
Abstract: 本发明公开了一种异质性联邦学习方法和装置，每轮异质性联邦学习依序执行可见域知识融合、扩散域数据生成以及扩散域知识融合阶段；在可见域知识融合阶段，通过图卷积神经网络对本地样本驱动的激活拓扑网络图进行图嵌入表示，更加真实反映联邦学习中不同参与方的数据异质性，通过利用知识迁移方式将簇内模型知识融合到不同簇的参与方，有效提升不同参与方的模型泛化性，提升模型的预测效果；在扩散域数据生成阶段，通过参与方在本地数据提取的特征生成扩散样本，保留了参与方原始的数据分布；扩散域知识融合阶段，采用扩散域的数据特征融合，可以有效融合不同数据域，缓解不同参与方的数据异质性，加快模型的收敛。
-
公开(公告)号：CN116108919A
公开(公告)日：2023-05-12
申请号：CN202310104418.6
申请日：2023-02-13
Applicant: 浙江大学滨江研究院
IPC: G06N3/098 , H04L67/01 , G06F18/214 , G06F18/24 , G06F18/22
Abstract: 本发明公开了一种基于相似特征协作的个性化联邦学习方法和系统，应用于客户端和服务器，服务器用于管理至少两个客户端，每一客户端上具有局部模型及局部数据集，方法包括：(1)服务器接收各客户端发送的局部类级特征向量集；(2)服务器根据局部类级特征向量集，基于各客户端的聚合权重生成客户端的个性化类级特征向量集；(3)每个客户端从服务器上下载对应的个性化类级特征向量集，在其局部数据集上进行训练更新其局部模型，获得局部类级特征向量集；(4)重复步骤(2)‑(3)直至所有客户端平均训练损失不再下降。本发明可以改善因数据异构导致的局部模型性能下降，同时兼顾模型异构、通信成本以及可解释的参与者贡献评价等问题。
-
公开(公告)号：CN115455286A
公开(公告)日：2022-12-09
申请号：CN202211058058.2
申请日：2022-08-30
Applicant: 浙江大学滨江研究院 , 浙江中烟工业有限责任公司
IPC: G06F16/9535 , G06F16/2457 , G06F16/2458 , G06Q30/02 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08 , G06F17/16
Abstract: 本申请公开了一种基于数据血缘特征和行为语义特征的自注意力推荐方法，包括：利用用户的历史交互序列信息以及涉及产品的数据血缘关系信息基于神经网络训练出产品推荐模型，所述的产品推荐模型包括数据血缘特征提取模块、行为语义建模模块和自注意力解码器；获取目标用户的历史交互序列信息以及涉及产品的数据血缘关系信息并输入训练好的产品推荐模型，输出对应的目标推荐产品。本发明同时还提供了基于数据血缘特征和行为语义特征的自注意力推荐装置及设备。本方法的推荐方法训练出的产品推荐模型，能够进一步利用数据血缘特征和用户行为语义特征，因此能够更加准确地进行物品推荐。
-
Patent Agency Ranking
公开(公告)号：CN118133190B
公开(公告)日：2024-08-13
申请号：CN202410539115.1
申请日：2024-04-30
Applicant: 浙江大学滨江研究院 , 杭州熔合智造科技有限公司
IPC: G06F18/2431 , G06N3/084 , G06N3/096
Abstract: 本发明的基于BN关系网络的负荷识别模型构建方法及负荷识别方法，针对当前非侵入式负荷识别方法在实际应用过程中可迁移性较差，在新的电器品牌和住房条件上模型泛化性能低，提出了一种基于自适应批标准化（Batch Normalization，BN）关系网络的非侵入式负荷识别方法，改善了不同数据集之间的模型泛化性能，并且在实际应用中只需要少量的标签数据。
-
公开(公告)号：CN118113731A
公开(公告)日：2024-05-31
申请号：CN202311486619.3
申请日：2023-11-09
Applicant: 浙江大学 , 浙江大学软件学院(宁波)管理中心(宁波软件教育中心) , 浙江大学滨江研究院
IPC: G06F16/2452 , G06F16/242 , G06F16/2453 , G06F16/901 , G06N3/045
Abstract: 本发明公开了一种基于注意力机制的自然文本转图数据库查询语言的方法，包括如下步骤：步骤一，构建CQL查询模板，获取自然文本问题、图数据库模式；步骤二，进行嵌入表示；步骤三，预测MATCH子句；步骤四，预测WHERE子句；步骤五，预测RETURN子句；步骤六，进行反向传播，更新网络参数，完成语言转换。本发明的基于注意力机制的自然文本转图数据库查询语言的方法，通过步骤一至步骤六的设置，所生成的CQL查询语句比现有的方法更加准确和规范。
-
公开(公告)号：CN117950794A
公开(公告)日：2024-04-30
申请号：CN202311491000.1
申请日：2023-11-10
Applicant: 浙江大学 , 浙江大学软件学院(宁波)管理中心(宁波软件教育中心) , 浙江大学滨江研究院
IPC: G06F9/455
Abstract: 本发明公开了一种基于Kubernetes的服务编排系统，包括可视化编排组件，该可视化编排组件用于与用户进行人机交互，以供用户通过前端的图形化流程配置服务编排过程及其服务的相关的信息；控制面板组件，该控制面板组件与可视化编排组件通信连接，以接收可视化编排组件配置好的信息，并将信息进行解析，转换为crd的配置信息；编排引擎组件，该编排引擎组件与控制面板组件通信连接，以接收控制面板传入的配置信息，编排引擎会根据信息进行拓扑排序，并对每个节点启动一个go routine来负责完成服务编排，并将服务编排结果直接传递至用户；其中，控制面板组件的crd是指k8s里的operator。本发明的基于Kubernetes的服务编排系统，基于Kubernetes的服务编排系统。
-
公开(公告)号：CN118674239B
公开(公告)日：2024-11-26
申请号：CN202411155492.1
申请日：2024-08-22
IPC: G06Q10/0631 , G06Q10/0639 , G06Q10/067
Abstract: 本发明公开了一种面向多实体复杂场景的服务生态抽象及隐性需求分析方法，包括如下步骤：步骤一，进行服务实体及关系建模，之后进行服务能力及流程建模，完成服务生态抽象建模；步骤二，基于服务生态模型、服务日志分析及性能监测报告，评价当前服务现状，之后借助大模型能力，将当前服务状态指标作为输入，挖掘当前服务隐性需求；步骤三，基于粗糙‑模糊综合决策，确定最佳隐性需求。本发明的面向多实体复杂场景的服务生态抽象及隐性需求分析方法，能够有效的挖掘出最佳的隐性需求。
-
公开(公告)号：CN118133190A
公开(公告)日：2024-06-04
申请号：CN202410539115.1
申请日：2024-04-30
Applicant: 浙江大学滨江研究院 , 杭州熔合智造科技有限公司
IPC: G06F18/2431 , G06N3/084 , G06N3/096
Abstract: 本发明的基于BN关系网络的负荷识别模型构建方法及负荷识别方法，针对当前非侵入式负荷识别方法在实际应用过程中可迁移性较差，在新的电器品牌和住房条件上模型泛化性能低，提出了一种基于自适应批标准化（Batch Normalization，BN）关系网络的非侵入式负荷识别方法，改善了不同数据集之间的模型泛化性能，并且在实际应用中只需要少量的标签数据。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.04 seconds)
